Страницы, включённые в большое количество категорий
Материал из MachineLearning.
Ниже показаны 250 результатов, начиная с № 1.
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
- Компания SAS Institute (7 категорий)
- Журавлёв, Юрий Иванович (7 категорий)
- Рудаков, Константин Владимирович (7 категорий)
- Проверка статистических гипотез (6 категорий)
- Метод главных компонент (6 категорий)
- Простой итерационный алгоритм сингулярного разложения (6 категорий)
- Коллекция учебных задач (5 категорий)
- Мазуров, Владимир Данилович (5 категорий)
- Российский фонд фундаментальных исследований (5 категорий)
- Линейный классификатор (5 категорий)
- Полигон алгоритмов (5 категорий)
- Козлов, Валерий Васильевич (5 категорий)
- Искусственная нейронная сеть (5 категорий)
- Логистическая регрессия (5 категорий)
- Критерий Бартлетта (5 категорий)
- Коллаборативная фильтрация (5 категорий)
- Алгоритмы вычисления оценок (5 категорий)
- Построение графа дорог по данным о треках транспортных средств (задача с данными) (5 категорий)
- Критерий Фишера (5 категорий)
- Критерий экстремумов (5 категорий)
- Оптимизация ассортимента торговых точек (задача с данными) (5 категорий)
- TopicNet (5 категорий)
- Расщепление транспортных потоков (4 категории)
- Критерий Бройша-Пагана (4 категории)
- Критерий Льюнга-Бокса (4 категории)
- Аддитивная регуляризация тематических моделей (4 категории)
- BigARTM (4 категории)
- Практикум на ЭВМ (417)/2019 (4 категории)
- Mestetskiy Leonid (4 категории)
- Тематическое моделирование (4 категории)
- Коллекции документов для тематического моделирования (4 категории)
- Метод стохастического градиента (4 категории)
- Критерии согласия (4 категории)
- Адаптивная композиция моделей прогнозирования (4 категории)
- Ротационная панель (4 категории)
- Экспоненциальное сглаживание (4 категории)
- Выборка (4 категории)
- Комбинаторная теория переобучения (виртуальный семинар) (4 категории)
- Байесовские методы машинного обучения (Спецсеминар) (4 категории)
- EM алгоритм (пример) (4 категории)
- Метрический классификатор (4 категории)
- Анализ клиентских сред (4 категории)
- Модель панельных данных с временны́ми эффектами (4 категории)
- Matlab (4 категории)
- Документирование функций Matlab (4 категории)
- Критерии однородности (4 категории)
- Криптография и машинное обучение (4 категории)
- Адаптивная селекция моделей прогнозирования (4 категории)
- Улучшение сканированного текста (виртуальный семинар) (4 категории)
- MVR Composer (4 категории)
- Адаптивный линейный элемент (4 категории)
- Коэффициент корреляции Спирмена (4 категории)
- Методы наивысшей алгебраической точности (Гаусса - Кристоффеля) (4 категории)
- Критерий хи-квадрат (4 категории)
- Байесовский классификатор (4 категории)
- Компания Forecsys (4 категории)
- Коэффициент корреляции Кенделла (4 категории)
- Коэффициент корреляции Пирсона (4 категории)
- Кластеризация (4 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей (4 категории)
- Вычисление матриц Якоби и Гессе (4 категории)
- Международная ассоциация распознавания образов (IAPR) (4 категории)
- Модель зависимости (4 категории)
- Слабая вероятностная аксиоматика (4 категории)
- Решающее дерево (4 категории)
- Теория вычислительного обучения (4 категории)
- Сеть радиальных базисных функций (4 категории)
- Линейная регрессия (пример) (4 категории)
- Ранговые критерии (4 категории)
- Частная корреляция (4 категории)
- Метод множественных сравнений Шеффе (3 категории)
- Следящий контрольный сигнал (3 категории)
- Система линейных алгебраических уравнений (3 категории)
- Критерий Чоу (3 категории)
- Вычисление второй производной по разным переменным (3 категории)
- Методы исключения Гаусса (3 категории)
- Коррелограмма (3 категории)
- Автокорреляционная функция (3 категории)
- Вычисление определителя (3 категории)
- Нелинейная регрессия (3 категории)
- Конструктивное построение множества суперпозиций (3 категории)
- Объединённая модель панельных данных (3 категории)
- Критерий Краскела-Уоллиса (3 категории)
- Лассо (3 категории)
- Нейросеть (3 категории)
- Метод LSD (3 категории)
- Стандартизация задач с помощью замены переменных (3 категории)
- Модель Хольта (3 категории)
- Модель Хольта-Уинтерса (3 категории)
- Логистическая регрессия (пример) (3 категории)
- Статистическое оценивание (3 категории)
- Метод настройки с возвращениями (3 категории)
- Модель Тейла-Вейджа (3 категории)
- Временной ряд (3 категории)
- Индекс цитирования (инструменты) (3 категории)
- Алгоритмы выбора линейных регрессионных моделей (практика) (3 категории)
- Правило Хэбба (3 категории)
- Метод релевантных векторов (3 категории)
- Критерий Ван дер Вардена (3 категории)
- SVM для линейно разделимой выборки (пример) (3 категории)
- Эмпирическое распределение (3 категории)
- Модифицированная ортогонализация Грама-Шмидта (3 категории)
- Робастное оценивание (3 категории)
- Проклятие размерности (3 категории)
- Алгоритм AnyBoost (3 категории)
- Порождение нелинейных регрессионных моделей (пример) (3 категории)
- Регрессионный анализ (рекомендуемые обозначения) (3 категории)
- Бикластеризация (3 категории)
- Анализ формальных понятий (3 категории)
- Байесовские методы машинного обучения (Спецсеминар)/2010-2011 (3 категории)
- Метод Белсли (3 категории)
- FWER (3 категории)
- Множественная проверка гипотез (3 категории)
- SVM регрессия (пример) (3 категории)
- SVM для линейно неразделимой выборки (пример) (3 категории)
- Алгоритм AdaBoost (3 категории)
- Метод парзеновского окна (3 категории)
- Линейный дискриминант Фишера (3 категории)
- Метод Парзеновского окна (пример) (3 категории)
- Algorithmic Learning Theory (конференция) (3 категории)
- EM-алгоритм с последовательным добавлением компонент (пример) (3 категории)
- Однослойный персептрон (пример) (3 категории)
- Метрика (3 категории)
- Критерий Гехана (3 категории)
- Значимость коэффициентов линейной регрессии (3 категории)
- Метод наименьших квадратов с итеративным пересчётом весов (3 категории)
- Анализ регрессионных остатков (3 категории)
- Логистическая регрессия для решения задач классификации (пример) (3 категории)
- Рейтинг международных научных конференций (3 категории)
- ЕМ-алгоритм, его модификации и обобщения (3 категории)
- Модель МакКаллока-Питтса (3 категории)
- Теорема Мерсера (3 категории)
- Теорема Новикова (3 категории)
- Функция ядра (3 категории)
- Однофакторная непараметрическая модель (3 категории)
- Однофакторная параметрическая модель (3 категории)
- Дисперсионный анализ (3 категории)
- Двухфакторная непараметрическая модель (3 категории)
- Критерий Джонкхиера (3 категории)
- Нейрокриптография (3 категории)
- Метод наименьших квадратов (3 категории)
- Статистика (функция выборки) (3 категории)
- Логическая закономерность (3 категории)
- Обобщённая линейная модель (3 категории)
- Оптимальное прореживание нейронных сетей (3 категории)
- Нейронная сеть Кохонена (3 категории)
- R (3 категории)
- International Conference on Signal Processing, Computational Geometry and Artifcial Vision (конференция) (3 категории)
- Методы прямоугольников и трапеций (3 категории)
- Коэффициент эксцесса (3 категории)
- Коэффициент асимметрии (3 категории)
- Регрессионная модель (3 категории)
- Computational Learning Theory (конференция) (3 категории)
- Переобучение (3 категории)
- Применение метода главных компонент (3 категории)
- Критерий Стьюдента (3 категории)
- Павловский, Юрий Николаевич (3 категории)
- Общество промышленной и прикладной математики (SIAM) (3 категории)
- Машинное обучение (3 категории)
- Связанный Байесовский вывод (3 категории)
- Вариационный ряд (3 категории)
- Червоненкис, Алексей Яковлевич (3 категории)
- Антиплагиат (3 категории)
- Интеллектуальный анализ данных (3 категории)
- Машина опорных векторов (3 категории)
- Московский физико-технический институт (государственный университет) (3 категории)
- Регрессионный анализ (3 категории)
- Метод группового учёта аргументов (3 категории)
- Квантиль (3 категории)
- Многомерная случайная величина (3 категории)
- Алгоритм (3 категории)
- Структурные методы анализа изображений и сигналов (курс лекций)/2011 (3 категории)
- Машинное обучение и анализ данных (журнал)/Оформление графиков (3 категории)
- Графические модели (курс лекций)/2017 (3 категории)
- Предсказывающие неравенства в задаче эмпирической минимизации риска (виртуальный семинар) (3 категории)
- Графические модели (курс лекций)/2018 (3 категории)
- Словарь терминов машинного обучения (3 категории)
- Корреляция Мэтьюса (3 категории)
- Графические модели (курс лекций)/2016 (3 категории)
- Графические модели (курс лекций)/2015 (3 категории)
- Метод потенциального бустинга (3 категории)
- Критерий KPSS (3 категории)
- Машинное обучение и анализ данных (журнал) (3 категории)
- Обучение по предпочтениям (3 категории)
- Критерий знаковых рангов Уилкоксона (3 категории)
- Многомерная гусеница, выбор длины и числа компонент гусеницы (пример) (3 категории)
- Частичная автокорреляция (3 категории)
- JMLDA/MVR (3 категории)
- Критерий Диболда-Мариано (3 категории)
- Критерий Неменьи (3 категории)
- Критерий Давидсона-Маккиннона (3 категории)
- Графические модели (курс лекций)/2014 (3 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013-2014 уч. года (2 категории)
- Практикум на ЭВМ (417)/2016 (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2015-2016 уч. года (2 категории)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2014 (2 категории)
- Практикум на ЭВМ (317)/2016-2017 (2 категории)
- Байесовские методы машинного обучения (курс лекций) / 2016 (2 категории)
- Алгоритмы, модели, алгебры (курс на ВМК 2015 года) (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2014-2015 уч. года (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/правила для постоянных участников (2 категории)
- Практикум на ЭВМ (317)/2013-2014 (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/информация для второкурсников (2 категории)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2015 (2 категории)
- Практикум на ЭВМ (317)/2015-2016 (2 категории)
- Пакеты прикладных программ (семинары)/2017 (2 категории)
- Практикум на ЭВМ (317)/2017-2018 (2 категории)
- Практикум на ЭВМ (417)/2017 (2 категории)
- Нейробайесовские методы машинного обучения (курс лекций) / 2019 (2 категории)
- Практикум на ЭВМ (317)/2019 (осень) (2 категории)
- Прикладные задачи анализа данных (курс на ВМК 2018 года) (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2018-2019 уч. года (2 категории)
- Байесовские методы машинного обучения (курс лекций) / 2019 (2 категории)
- Основные модели данных в аналитической деятельности (курс лекций, А.И. Майсурадзе) (2 категории)
- Нейробайесовские методы машинного обучения (курс лекций) / 2020 (2 категории)
- Обучение с подкреплением (курс лекций) / 2020 (2 категории)
- Байесовские методы машинного обучения (курс лекций) / 2020 (2 категории)
- Практикум на ЭВМ (317)/2020 (осень) (2 категории)
- Стилизация фото на AlterDraw.com (2 категории)
- Байесовские методы машинного обучения (курс лекций) / 2021 (2 категории)
- Обучение с подкреплением (курс лекций) / 2021 (2 категории)
- Обучение с подкреплением (курс лекций) / 2022 (2 категории)
- Анализ графов, сетей, функций сходства (курс лекций, А.И. Майсурадзе) (2 категории)
- Практикум на ЭВМ (317)/2019 (весна) (2 категории)
- Способы кластеризаци на графе (2 категории)
- Байесовские методы машинного обучения (курс лекций) / 2017 (2 категории)
- Прикладные задачи анализа данных (курс на ВМК 2016 года) (2 категории)
- Практикум на ЭВМ (317)/2018 (весна) (2 категории)
- Практикум на ЭВМ (417)/2018 (2 категории)
- Нейробайесовские методы машинного обучения (курс лекций) / 2018 (2 категории)
- Аналитический SQL (курс лекций, А.И.Майсурадзе)/2018H1, ВМК (2 категории)
- Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/до 2017, ВМК (2 категории)
- Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/2018H1, ВМК (2 категории)
- Анализ графов, сетей и функций сходства (курс лекций, А.И. Майсурадзе)/2018H1, ВМК (2 категории)
- Введение в машинное обучение (2 категории)
- Практикум на ЭВМ (317)/2018 (осень) (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2016-2017 уч. года (2 категории)
- Байесовские методы машинного обучения (курс лекций) / 2018 (2 категории)
- Прикладные задачи анализа данных (курс на ВМК 2017 года) (2 категории)
- Марковский алгоритм кластеризации (2 категории)
- Обучение с подкреплением (курс лекций) / 2023 (2 категории)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/осень 2013 (2 категории)
- Структурные методы анализа изображений и сигналов (курс лекций)/2011/Задание 1 (2 категории)
- Контроль качества в анализе ДНК-микрочипов (2 категории)
- М-оценка (2 категории)
- Использование метода Белсли для прореживания признаков (2 категории)
- Графические модели (курс лекций)/2012/Задание 1 (2 категории)
- Графические модели (курс лекций)/2012/Задание 2 (2 категории)
- Графические модели (курс лекций)/2012/Задание 3 (2 категории)
- Графические модели (курс лекций)/2012/Задание 4 (2 категории)
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
